基于深度学习的雨滴图像特征物理参数高精度提取与降雨强度测定方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的雨滴图像特征物理参数高精度提取与降雨强度测定方法及系统
申请号:CN202511218092
申请日期:2025-08-28
公开号:CN121033447A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了基于深度学习的雨滴图像特征物理参数高精度提取与降雨强度测定方法及系统,属于雨水监测技术领域。该系统包括图像采集单元、深度学习处理单元及存储与输出单元;该方法通过图像采集单元获取连续降雨图像序列,经系统校准后,输入预训练的深度学习模型,实时检测分割单个雨滴并输出雨滴直径、瞬时垂直下落速度、数量浓度,再基于物理模型计算降雨强度。本发明解决了传统方法在复杂场景下鲁棒性差、参数提取精度低的问题,实现了非接触、实时、高精度的降雨强度监测,还能输出雨滴尺寸分布谱,适用于气象研究、水文监测等领域。
技术关键词
强度测定方法 图像采集单元 深度学习模型 深度关联网络 物理 专用人工智能 参数 数字摄像机 雨水监测技术 多任务学习策略 系统校准 处理单元 监督学习策略 红外光源 多尺度特征融合 尺寸 序列 纹理外观